SPSS Toegepaste Methoden en Statistiek
Sessie 1 Assignment 1
Aantal regressievergelijkingen
Per endogene variabele (blokjes waar pijlen naar toe gaan) stel je
een regressievergelijking op. In het voorbeeld hiernaast betekent dat
dus dat we 2 regressievergelijkingen opstellen.
Elke pijl staat voor een causale hypothese, terug te vinden in het
wetenschappelijke artikel.
Regressieanalyse
Analyze Regression Lineair (variabelen
toevoegen bij de afhankelijke en onafhankelijke
variabele) Paste aflezen Coëfficiënten tabel.
Sessie 1 Assignment 2
Padcoëfficiënten aflezen
Bij het zoeken naar de padcoëfficiënten neem je eerst de hele regressievergelijkingen op in je syntax en
vervolgens lees je alleen die ene af die je nodig hebt.
Sessie 2 Assignment 1
Onmogelijke waardes checken
Altijd eerst de data checken op onmogelijke waardes op de variabelen. Analyze Descriptive Statistics
Descriptives. Er wordt dan een missing value van
gemaakt, wat minder invloed heeft op de analyse
dan een “erroneous” one.
Analyses onderscheiden
Als het over samenvatten gaat (data-reductie) dan
kiezen we voor PCA en als we latente variabelen
willen ontdekken kiezen we voor CFA of EFA,
afhankelijk van het hebben van de hypotheses of
niet (zie afbeelding hiernaast).
PCA uitvoeren
Analyze Dimension Reduction Factor
In Extraction welke methode je wilt gebruiken + aantal componenten bij Fixed numer of factors
Scree Plot aanvinken
Specificeren welke variabelen gebruikt moeten worden in de analyse
Default Method (eigenwaarde >1) = Kaiser criterion
Loading Plot (In rotation menu)
Rotation menu bijvoorbeeld Direct Oblimin
Simple structure
Dit verkrijg je door de roteren (assen door de groepjes
van variabelen laten lopen). Na rotatie worden de
componenten niet meer principal genoemd, maar
gewoon componenten.
Sessie 1 Assignment 1
Aantal regressievergelijkingen
Per endogene variabele (blokjes waar pijlen naar toe gaan) stel je
een regressievergelijking op. In het voorbeeld hiernaast betekent dat
dus dat we 2 regressievergelijkingen opstellen.
Elke pijl staat voor een causale hypothese, terug te vinden in het
wetenschappelijke artikel.
Regressieanalyse
Analyze Regression Lineair (variabelen
toevoegen bij de afhankelijke en onafhankelijke
variabele) Paste aflezen Coëfficiënten tabel.
Sessie 1 Assignment 2
Padcoëfficiënten aflezen
Bij het zoeken naar de padcoëfficiënten neem je eerst de hele regressievergelijkingen op in je syntax en
vervolgens lees je alleen die ene af die je nodig hebt.
Sessie 2 Assignment 1
Onmogelijke waardes checken
Altijd eerst de data checken op onmogelijke waardes op de variabelen. Analyze Descriptive Statistics
Descriptives. Er wordt dan een missing value van
gemaakt, wat minder invloed heeft op de analyse
dan een “erroneous” one.
Analyses onderscheiden
Als het over samenvatten gaat (data-reductie) dan
kiezen we voor PCA en als we latente variabelen
willen ontdekken kiezen we voor CFA of EFA,
afhankelijk van het hebben van de hypotheses of
niet (zie afbeelding hiernaast).
PCA uitvoeren
Analyze Dimension Reduction Factor
In Extraction welke methode je wilt gebruiken + aantal componenten bij Fixed numer of factors
Scree Plot aanvinken
Specificeren welke variabelen gebruikt moeten worden in de analyse
Default Method (eigenwaarde >1) = Kaiser criterion
Loading Plot (In rotation menu)
Rotation menu bijvoorbeeld Direct Oblimin
Simple structure
Dit verkrijg je door de roteren (assen door de groepjes
van variabelen laten lopen). Na rotatie worden de
componenten niet meer principal genoemd, maar
gewoon componenten.
